文献

J-GLOBAL ID：202202291862420049   整理番号：22A0473310

高エントロピー材料の照射損傷機構の理解における機械学習の応用【JST・京大機械翻訳】

Application of machine learning in understanding the irradiation damage mechanism of high-entropy materials

著者 (1件)： Zhao Shijun (Department of Mechanical Engineering, City University of Hong Kong, Hong Kong)
資料名： Journal of Nuclear Materials  (Journal of Nuclear Materials)
巻： 559  ページ： Null  発行年： 2022年 
JST資料番号： D0148A  ISSN： 0022-3115  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高エントロピー材料(HEMs)の概念は,新しい照射耐性構造材料を開発するための肥沃な地盤を提供する。HEMsでは,極端な障害によって誘起される広大な複雑な構成空間は,欠陥動力学と進化の理解に挑戦を与える。多様な記述子と観察の間の陰的関係を利用する機械学習(ML)技術は,照射損傷の支配因子を明らかにし,欠陥動力学の局所環境依存性をモデル化する大きな可能性を示す。ここでは,HEMsにおける放射線損傷の理解におけるMLの3つの応用をまとめ,MLベース照射応答予測,MLベース原子間ポテンシャル開発,およびML形成欠陥進展を含む。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *エントロピー ,  *照射損傷 ,  原子間ポテンシャル ,  構造材料 ,  *機械学習
準シソーラス用語： 応答予測 ,  マルチスケールシミュレーション ,  肥沃 , 【Automatic Indexing@JST】

著者キーワード (6件)： 高エントロピー材料 ,  機械学習 ,  照射損傷 ,  運動論的モンテカルロ ,  マルチスケールシミュレーション ,  欠陥進化

分類 (2件)： 原子炉の構成要素と原子炉材料一般  (MD04010I) ,  金属の放射線による構造と物性の変化  (BK16122N)

タイトルに関連する用語 (5件)： エントロピー ,  照射損傷 ,  理解 ,  機械学習 ,  応用